1 |
1
차량에 탑재된 카메라를 통해 연속되는 영상들을 획득하는 영상 획득기,상기 연속되는 영상들을 심층 신경망을 통해 분석하여 카메라 렌즈의 오염 상태를 검출하고 검출된 오염 상태에 따라 오염 경고 출력을 제어하는 처리기, 및상기 처리기의 제어에 따라 오염 경고를 출력하는 출력기를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
2 |
2
제1항에 있어서,상기 처리기는,상기 연속되는 영상들로부터 N개의 연산프레임들을 추출하고 상기 심층 신경망을 활용하여 추출된 N개의 연산프레임들을 분석하여 카메라 렌즈의 오염 상태를 분류하는 오염 상태 분류부, 및분류된 오염 상태에 따라 오염 경고 방식을 결정하여 오염 경고를 출력하는 오염 상태 경고부를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
3 |
3
제2항에 있어서,상기 오염 상태 분류부는,정해진 추출 시간 간격으로 상기 연속되는 영상들에서 상기 N개의 연산프레임들을 추출하는 연산프레임 추출부,심층 신경망 연산을 수행하여 상기 추출된 N개의 연산프레임들로부터 특징값추출하는 특징 추출부, 및상기 특징 추출부로부터 출력되는 특징값을 이용하여 오염 상태별 확률값을 계산하고 계산된 확률값에 근거하여 상기 카메라 렌즈의 오염 상태를 결정하는 오염 상태 결정부를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
4 |
4
제3항에 있어서,상기 연산프레임 추출부는,이전에 결정된 카메라 렌즈의 오염 상태에 따라 상기 추출 시간 간격을 결정하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
5 |
5
제4항에 있어서,상기 연산프레임 추출부는,각 오염 상태의 발생 빈도 및 분류 난이도를 고려하여 상기 추출 시간 간격을 결정하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
6 |
6
제3항에 있어서,상기 특징 추출부는,상기 N개의 연산프레임들 중 1번째 연산프레임과 2번째 연산프레임을 결합하는 콘볼루션 신경망 연산을 수행하여 제1중간 특징값을 계산하고, 다음 연산프레임과 상기 제1중간 특징값을 결합하는 콘볼루션 신경망 연산을 수행하여 특징값을 계산하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
7 |
7
제6항에 있어서,상기 특징 추출부는,N번째 연산프레임에 대한 심층 신경망 연산이 수행될 때까지 상기 계산된 특징값을 제2중간 특징값으로 저장하고 상기 다음 연산프레임과 상기 제2중간 특징값을 결합하는 콘볼루션 신경망 연산을 수행하여 특징값을 계산하는 과정을 반복하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
8 |
8
제3항에 있어서,상기 오염 상태 결정부는,상기 오염 상태별 확률값 중 확률값이 가장 큰 확률값을 가지는 오염 상태를 상기 카메라 렌즈의 오염 상태로 결정하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
9 |
9
제2항에 있어서,상기 오염 상태 경고부는,시각적 경고, 청각적 경고 및 촉각적 경고 중 적어도 하나 이상의 경고 방식을 선택하여 상기 카메라 렌즈의 오염 상태를 경고하는 것을 특징으로 하는 카메라 렌즈 오염 경고 장치
|
10 |
10
차량에 장착된 카메라를 통해 연속되는 영상들을 획득하는 단계,상기 연속되는 영상들을 심층 신경망을 통해 분석하여 카메라 렌즈의 오염 상태를 검출하는 단계, 및상기 검출된 오염 상태에 따라 오염 경고를 출력하는 단계를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 방법
|
11 |
11
제10항에 있어서,상기 카메라 렌즈의 오염 상태를 검출하는 단계는,상기 연속되는 영상들에서 정해진 추출 시간 간격으로 N개의 연산프레임들을 추출하는 단계,상기 N개의 연산프레임들을 순차적으로 심층 신경망 연산을 수행하여 특징값을 계산하는 단계, 및상기 계산된 특징값에 근거하여 카메라 렌즈의 오염 상태를 분류하는 단계를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 방법
|
12 |
12
제11항에 있어서,상기 특징값을 계산하는 단계는,상기 N개의 연산프레임들 중 1번째 연산프레임과 2번째 연산프레임을 결합하는 콘볼루션 신경망 연산을 수행하여 제1중간 특징값을 계산하는 단계,다음 연산프레임과 상기 제1중간 특징값을 결합하는 콘볼루션 신경망 연산을 수행하여 제2중간 특징값을 계산하는 단계, 및N번째 연산프레임에 대한 심층 신경망 연산이 수행될 때까지 상기 다음 연산 프레임과 제2중간 특징값을 결합하는 콘볼루션 신경망 연산을 순차적으로 수행하여 특징값을 계산하는 단계를 포함하는 것을 특징으로 하는 카메라 렌즈 오염 경고 방법
|
13 |
13
제11항에 있어서,상기 카메라 렌즈의 오염 상태를 분류하는 단계는,상기 계산된 특징값을 이용하여 오염 상태별 확률값을 계산하고 계산된 확률값 중 가장 큰 확률값을 가지는 오염 상태를 상기 카메라 렌즈의 오염 상태로 결정하는 것을 특징으로 하는 카메라 렌즈 오염 경고 방법
|
14 |
14
제10항에 있어서,상기 오염 경고를 출력하는 단계는,상기 검출된 오염 상태에 따라 시각적 경고, 청각적 경고 및 촉각적 경고 중 적어도 하나 이상의 경고를 출력하는 것을 특징으로 하는 카메라 렌즈 오염 경고 방법
|